NVIDIA 正擴大其開放模型產品組合，推出用於結構化商業數據的 Kumo 模型，以及涵蓋機器人、蛋白質設計和量子運算的新 Nemotron 模型與工具。NVIDIA 於 2026 年 10 月 21 日詳述這項開放模型擴展，為組織提供可運用本地數據自訂、並部署於其掌控之基礎架構上的基礎模型。大多數公布的產品已經推出，Nemotron 3.5 Bolt 預計於 10 月 23 日推出，Alpamayo 2 Edge 則預定於本月稍晚推出。
重點摘要
- Kumo 為結構化企業數據增添預測、趨勢預估與詐欺風險評估功能，Coinbase、Revolut 和 Databricks 是最早與其合作的組織之一。
- 此次擴展不只涵蓋語言模型，也延伸至機器人訓練、車載推理、蛋白質設計與量子硬體校準。
- 產品組合中各項產品的供應狀況不一：多個模型系列現已開放使用，但 Nemotron 3.5 Bolt 和 Alpamayo 2 Edge 尚未推出。
目錄
NVIDIA 開放模型讓組織可以自訂哪些內容
此次擴展的核心，是為開發者提供可依自身語言、知識和產業需求調整的模型，而不是只能使用通用系統。NVIDIA 將這些模型定位為應用程式的基礎，組織可在自己掌控的基礎架構上運行這些應用程式。
Nemotron 提供語言模型、資料集和訓練方案，用於開發可處理文字與圖像的代理。公布的新產品包括 Nemotron 3.5 Super VL 和 Nemotron 3.5 Bolt，另有用於嵌入、重新排序和文件解析的 Retriever 模型。這些產品既涵蓋代理功能，也處理如何讓企業文件可供這些系統使用。
NVIDIA 表示，Dassault Systèmes、SAP、Salesforce、Shopify、Synopsys 和 WPP 等組織正使用 Nemotron 模型與資料集，開發自訂模型和領域專用代理。Accenture 和 EY 也參與其中。這些是開發工作，並不表示所有參與者都已完成正式上線部署。
NVIDIA Nemotron Coalition 的歐洲參與者包括 Black Forest Labs、H-Company 和 Mistral。NVIDIA 表示，這些組織提供的數據、研究和專業知識都將納入 Nemotron 基礎模型。
| 項目 | 詳情 |
|---|---|
| Nemotron 3.5 Super VL | 可透過 Hugging Face、ModelScope、OpenRouter、NVIDIA NIM 及合作夥伴取得。 |
| Nemotron 3.5 Bolt | 預計於 10 月 23 日推出。 |
| Nemotron Retriever | 可透過 Hugging Face、合作夥伴平台及 NVIDIA NIM 取得，用於嵌入、重新排序和文件解析。 |
| Kumo | 可於 Hugging Face 取得，並以 NVIDIA NIM 微服務形式封裝，供正式環境推論使用。 |
| Cosmos | 可於 Hugging Face 和 GitHub 開放取得，並透過部分推論合作夥伴提供。 |
| Alpamayo 2 Edge | 計劃於 10 月稍晚在 GitHub 和 Hugging Face 提供下載。 |
| BioNeMo RFD4-Proteina | 可透過 NVIDIA 開發者平台、NVIDIA NIM、GitHub、Hugging Face 及部分推論合作夥伴取得。 |
| Ising | 可於 GitHub、Hugging Face 和 NVIDIA 開發者平台取得。 |
Kumo 以商業數據為基礎進行預測
Kumo 是此次新增項目中最直接聚焦商業數據的一項。其開放權重基礎模型、程式庫和工具，旨在協助應用程式根據結構化資訊預測結果、評估詐欺風險並提出行動建議。
NVIDIA 所描述的實際改變，是降低為每項預測任務各自建置機器學習管線的必要性。開發者可以從預訓練模型著手，並在工作負載需要更高效能時，使用專有數據進行微調。
Kumo Structured 涵蓋關聯式與表格式數據預測、趨勢預估及異常偵測。Kumo Engine 提供開放式程式庫堆疊，用於開發和部署結構化數據基礎模型。此系列屬於 NVIDIA Agent Knowledge Foundation 的一部分。
Cognite、Coinbase、Databricks、DoorDash、Revolut 和 Tubi 是最早與 Kumo 合作的組織之一。NVIDIA 也表示，Snowflake 客戶已在使用這些模型，加速廣告、能源、金融服務和零售領域的 AI 開發。報告並未量化客戶節省的成本或預測效能改善幅度。
機器人工具著重部署前的訓練
在實體 AI 方面，NVIDIA 新增了 Cosmos 後訓練和最佳化工具，旨在以較少的運算資源改善世界模型。模擬檢查點讓開發者可在真實世界測試前，於互動式駕駛和機器人操作情境中評估模型行為。
全新的 Cosmos Data Factory 結合藍圖與核心代理技能，用於整理、標註、生成和評估訓練數據。其用途包括駕駛情境、產品瑕疵和圖像增強。開發者可以使用完整工作流程或個別功能，並由代理協調整個流程。
NVIDIA 表示，Porsche 與 Voxel51、ANYbotics 與 Encord、Zalando、CEVA Logistics 與 Sereact，以及 Siemens，正使用 Cosmos Data Factory 建立多元訓練資料集並提升模型精準度。
Alpamayo 2 Edge 則處理另一個階段：在自動駕駛車輛內進行推理。這款精簡模型結合即時場景理解和運動規劃，建構於以 Nemotron 為基礎的 Cosmos 3 Edge 架構之上，並針對 NVIDIA DRIVE AGX Thor 進行最佳化。NVIDIA 表示，此模型旨在讓運算需求較低的車輛也能具備先進駕駛能力；其下載時間仍預定為本月稍晚。
科學模型涵蓋蛋白質設計與量子系統
新增的科學模型分別服務於不同工作流程，而非作為單一的通用研究助理。BioNeMo RFD4-Proteina 用於生成蛋白質序列和三維結構，Ising 則聚焦量子硬體校準與錯誤更正。
蛋白質候選設計仍須經過實驗室測試
RFD4-Proteina 由 NVIDIA 與華盛頓大學蛋白質設計研究所的 Baker Lab 共同開發，旨在協助設計能與難以處理的標靶或小分子結合，或能組裝成複雜結構的蛋白質。
NVIDIA 表示，該模型在 10 多項蛋白質設計任務中表現領先；在一項使用 200 個胺基酸蛋白質的基準測試中，生成速度約為 RFdiffusion3 的 13 倍。這些數據反映的是該模型在所報告基準測試中的表現，並非已完成實驗室驗證。研究人員可利用代理生成並評估候選設計，再選擇要送往實驗室測試的設計。
量子合作夥伴聚焦校準與錯誤更正
IQM Quantum Computers 正使用 Ising 校準其量子處理器。SEEQC 則結合 Ising、NVIDIA NVQLink 和其 Digital Link，以滿足即時量子錯誤更正所需的低延遲要求。
AWS 正將 Ising 整合至 AWS Parallel Computing Service，讓研究人員在部署前可以使用這些模型。NVIDIA 指出，由於延遲要求，解碼通常在與量子處理器共置的傳統硬體上執行；AWS 的整合可支援部署前的研究工作。
目前已推出的產品與仍在規劃中的項目
NVIDIA 的報告區分了目前可使用的模型與即將推出的產品。Super VL 可透過模型平台、NVIDIA NIM 和合作夥伴取得。Kumo、Cosmos、Retriever、BioNeMo RFD4-Proteina 和 Ising 也都列有提供管道，但各產品的管道有所不同。
近期尚待推出的產品為 Nemotron 3.5 Bolt，預計於 10 月 23 日推出；以及預定於 10 月稍晚推出的 Alpamayo 2 Edge。這些日期是預定供應時間，而非表示產品已正式推出。
結論
此次擴展將 NVIDIA 可自訂模型的應用範圍，從企業代理拓展至商業預測、實體 AI 和科學研究。對開發者而言，眼前的關鍵區別在於：哪些工具已可用於評估，以及哪些產品仍預定於 10 月稍晚推出，包括 Bolt 和 Alpamayo。
閱讀更多新聞
免責聲明
本文由 FinanceVelix 提供一般資訊，不構成個人化的財務、投資、法律或稅務建議。市場價格、利率和經濟環境可能變動；投資涉及損失風險。文中事實依據發布時可取得的資料，且可能有所變動。請自行核實重要資訊，並在有需要時諮詢合格專業人士。提及任何資產、公司或服務，均不代表對其背書。
